如何截取DataFrame负值并提取局部最小值及对应价格？

1. 截取DataFrame中的负值部分 #

通过布尔索引筛选出目标列的负值行：

import pandas as pd

df = pd.DataFrame({'col': [4, 5, -0.8,-1.3, -0.7, -.5, .4, 5, -.9, -.6, -2]})
# 筛选所有负值行
negative_df = df[df['col'] < 0]

2. 提取负值部分的局部最小值并转为数组 #

局部最小值判定规则：当前值小于左右相邻值；对于连续负值的首尾项，仅需小于唯一相邻的那个值。用shift()方法实现比较逻辑：

# 生成局部最小值的布尔掩码
mask = (negative_df['col'] < negative_df['col'].shift(1)) & (negative_df['col'] < negative_df['col'].shift(-1))
# 单独处理首尾项的边界情况
mask.iloc[0] = negative_df['col'].iloc[0] < negative_df['col'].iloc[1]
mask.iloc[-1] = negative_df['col'].iloc[-1] < negative_df['col'].iloc[-2]

# 提取局部最小值并转为数组格式
min_lokal = negative_df[mask]['col'].values.tolist()
print(min_lokal)  # 输出: [-1.3, -2]

3. 获取局部最小值对应的价格 #

如果你的数据中存在单独的price列，直接提取对应行的价格即可：

# 假设DataFrame有price列，提取对应价格
min_prices = negative_df[mask]['price'].values.tolist()

如果这里的“价格”指的是原DataFrame中局部最小值的索引位置，直接提取索引：

min_indices = negative_df[mask].index.values.tolist()
print(min_indices)  # 输出: [3, 10]

内容的提问来源于stack exchange，提问作者Toma